绘制各种类型

资源描述 程序实现鼠标画图功能，点击鼠标左键则会以点击位置为圆心画一个圆，而且每次点击画出的圆颜色和上一次都不一样，看起来色彩丰富，很有意思，效果如下图：  

这里在VS2010和opencv的环境下编码的调取摄像头并对摄像头捕捉到的图像进行处理。 第一步：初始化摄像头。 第二步：设置图像属性。 第三步：获取一帧图像。 第四步：显示图像cvshowimage()。 第五步：保存图像。 第六步：对图像进行阈值分割。 第七步：对图像进行二值化处理。 将彩色图片转化为灰度图片

给定一个含有人脸的图片，可以自动找到双眼，然后把人脸裁剪出来，将人脸进行旋转，到水平， 并将两个眼睛之间的像素整定成100，整个图片是 340*340

通过相位匹配算法实现相位转换，利用FFT变换达到预期效果，最后输出图像和旋转角度，方法简单，节约时间，效率得到很大提高。

     Harris Corner是最典型的角点检测子Corner Detector。角点经常被检测在边缘的交界处、被遮挡的边缘、纹理性很强的部分。满足这些条件一般都是稳定的、重复性比较高的点，所以实际上他们是不是角点并不重要（因为我们的目标就是找一些稳定、重复性高的点以作为特征点）。

本文是对canny算子的滤波环节进行改进过得，用的是各向异性高斯核的方向倒数进行滤波平滑。并且已经用做成MFC界面 Canny算法程序中分成以下7步：l 生成高斯滤波系数；l 用生成的高斯滤波系数对原图像进行平滑；l 求滤波后图像的梯度；l 进行非最大抑制；l 统计图像的直方图，对阈值进行判定；l 利用函数寻找边界起点；l 根据第6步执行的结果，从一个像素点开始搜索，搜索以该像素点为边界起点的一条边界的一条边界的所有边界点

地震勘探数据处理里的，可以读取sgy，提取层速度，做avo处理，测井方面的数据处理

这是一个比较完整的手势识别程序，包含手的分割，手势建模，手势识别。准确率较高  ，其中匹配的阶段，使用了神经网络训练数据集来识别

应用背景本程序实现了多层小波变换及反变换，小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,本程序实现了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。 关键技术基于小波变换的图像去噪一般由三个步骤来完成:(1)小波变换;(2)对小波系数进行处理,以滤除噪声;(3)小波逆变换。小波去噪的核心是在上述第二个步骤中按照一定的准则对小波系数进行修改,在不损失过多细节信息的前提下,达到降低或去除噪声的目的。

基于OPENCV开发的掌静脉识别程序，MFC设计。用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。掌静脉识别仪是利用掌静脉识别技术原理进行工作的门禁机，掌静脉识别是静脉识别的一种，属于生物识别，掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。